一种无线传感器网络跨层拥塞控制算法

在无线传感器网络中节点级拥塞和链路级拥塞同时发生的情况下,引入滑模变结构机制,提出相应的拥塞控制算法.链路级拥塞采取节点输出流量最小的数据包优先进行传输的原则;节点级拥塞利用主动队列管理方法实现拥塞控制.所设计的控制器实现了MAC层和传输层同时进行拥塞控制的目的,使整个网络中的节点根据局部的拥塞状态调整数据发送速率,同时自适应地分配MAC信道,利用Lyapunov函数证明了算法的有效性.仿真结果表明该算法有效缓解拥塞的发生,大大降低排队时间.     

有线混合网络数据传输拥塞优化控制方法

为解决传统有线混合网络数据传输丢包率高、链路延迟长、利用率低的问题,提出一种有线混合网络数据传输拥塞优化控制方法。以单向延迟和可用带宽的检测结果为基础,采用马尔可夫模型预测有线混合网络传输的拥塞状态,将资源消耗和链路利用率作为优化控制的目标,在有线混合网络数据传输拥塞优化控制目标选择的路径符合要求下,根据其状态建立目标函数,完成优化控制。实验结果表明,该方法数据传输的丢包率小于4%,链路延时控制在0.05 s内,且其有线混合网络数据传输丢包率低,链路延迟短、利用率高。     

无线传感器网络中拥塞避免的转换路由协议

针对无线传感器网络路由的不稳定性,提出了一种新的拥塞避免转换路由协议.此协议能够及时有效地检测出潜在的拥塞;将发生拥塞地区的报文通过转换路由树转移到其他拥塞和延时更小的最佳路由;对于无法转发的报文,协议提出一种基于优先级的拥塞报文暂存机制,从而有效地减少拥塞报文的丢失.此外,还综合考虑了通过统计获得的节点队列负载容量,提出了一个新的路由准则"拥塞度"来度量网络节点传输的拥塞控制状态.仿真结果表明,提出的路由算法能够提供较好的网络流传输公平性及负载均衡性能.     

无人机集群网络中一种基于链路质量预测的按需路由算法

无人机集群网络,相较于传统Ad Hoc网络,其节点速度更快,拓扑变化更剧烈。传统路由算法已难以满足无人机集群作战需要。因此,提出一种基于链路质量预测的按需路由算法。通过链路稳定度和节点拥塞度评估当前链路质量,并以此作为选路标准。同时,通过灰色-WNN组合预测模型,对相关参数进行合理预测,并以此估计链路稳定性与节点拥塞程度,进而对链路质量进行提前评估。算法根据得到的链路质量预测值来优化路由发现与路由维护过程,避免无人机的高动态特性对集群网络的不利影响。仿真结果表明,与AODV及其他相关改进算法相比,该算法明显改善了网络性能,减少了路由断裂的次数,大幅降低了节点高速移动时的路由开销与平均时延,使分组投递率得到明显提高。     

基于蚂蚁算法的拥塞规避路由算法

对业务提供服务质量(QoS)保证,是提高网络效率的重要方法。现有网络常用的路由算法(比如链路状态路由算法)都不具有拥塞响应机制,当一条链路即将或者已经发生拥塞时,只有简单的丢弃数据包。提出了一种基于蚂蚁算法的拥塞规避路由算法。该算法加速了蚂蚁路由算法探索最优路径的过程,并且能够对链路的拥塞状态做出快速反应,分散流量,以避免链路的拥塞。通过仿真,结果表明:该算法在数据包传输时延和网络丢包率性能上,比现有的链路状态路由算法具有明显的优越性。     

无线传感网络多节点通信链路质量检测算法

为提升无线传感网络的扩展性和通信性能,研究无线传感网络多节点通信链路质量检测算法。基于稳定路由协议设计了无线传感网络多节点通信链路质量检测算法,利用通信节点分析报文确认邻居节点间距,通过非参数局部线性核平滑方法依据邻居节点间距建立信号获取平滑后的信号接收强度。判断无线传感网络中的节点是否来自上游节点分组的平滑后信号接收强度后,采取滑动窗口局部多项式拟合方法建立链路质量检测模型,通过链路质量检测结果判断无线传感网络中该链路中通信节点移动状态,通过通信节点移动状态判断链路质量。实验结果表明,采用该算法可准确检测无线传感网络多节点通信链路质量,且在节点数量增加时检测效果依然良好,具有较好的扩展性。     

基于跨层协同的MANET网络拥塞控制算法仿真研究

移动自组织网络MANET因大量数据包发送、节点信道同步适应和动态无线拓扑变化等原因,易发生传输拥塞.传统拥塞控制的主动式队列管理算法,如拥塞随机早期检测算法(Random Early Detection,RED),根据缓存占用情况监测和判断拥塞,无法适应MANET网络MAC层信道监控发送的特点.针对这一问题,基于链路层MAC802.11的RTS/CTS重传机制,结合网络层缓存占用情况检测网络拥塞,提出IRED(ImprovedRED)算法,该算法通过跨层协同的机制实现拥塞控制.最后,通过NS2网络仿真工具验证IRED算法的性能.实验结果表明,IRED较传统算法在吞吐率、延时和传输抖动等性能上都有显著提高.     

基于拥塞预测门限的主动队列管理算法

为解决Drop Tail网关在拥塞后性能剧烈下降的问题,使新算法能简单地实现,并能根据网络状况变化自适应调整参数,提出了一种带显式拥塞指示(ECN)的主动队列管理(AQM)算法——带宽-延时积队列(BDPQ).该算法通过监视瓶颈网关中的缓存队列长度来判断拥塞状况,以带宽-延时积作为拥塞预测门限,如果缓存队列超过该门限,则根据显式拥塞指示策略标记离开队列的分组来向源TCP通知拥塞.仿真结果表明,该算法具有高的链路利用率、较低的平均队列和丢失率,以及较好的公平性能.     

基于最优子集的MPR选择算法研究

通过对Ad Hoc网络中最优链路状态路由(Optimized Link State Routing,OLSR)协议的研究,从数学集合的角度来分析MPR(Multi Point Relay,MPR)集选择问题,通过将一跳邻居节点及其所连接的一条邻居节点抽象化为包含子集的集合,计算剩余集合的独立子集生成MPR中继节点,从而找到节点数量最少的MPR集.仿真实验结果表明,该算法降低了网络传输的延时,提高了网络传输的速度.     

基于历史特征的FAST TCP公平性改进算法

新建和已存在的旧FAST TCP连接估测的传播延时不同,它们无法公平地分配瓶颈链路的带宽。为了解决新旧FAST TCP连接的公平性,提出了一种改进估测FAST TCP传播延时的算法。在各连接无法通信的情况下,该改进算法利用新连接建立时,旧连接会表现RTT逐步增大和拥塞窗口逐步减小的特征。当旧连接发现这一特征出现时,就同步计算新的“传播延时”,从而使新旧连接具有相同的“排队延时”,公平地分配瓶颈链路带宽。NS-2仿真实例验证了该改进算法的有效性。     

卫星网络中基于蚁群优化的概率路由算法

为了提高空间信息传输的有效性和可靠性,针对传统蚁群优化(ant colony optimization,ACO)容易造成最优路径负载过重而发生拥塞的问题,提出了一种基于蚁群优化的概率路由算法(ant colony optimization based proba-bilistic routing algorithm,ACO-PRA).根据卫星网络拓扑动态周期时变的固有特点,将拓扑周期均匀分为若干个时间片,形成基于不同时间片的卫星网络拓扑连通图;根据网络拓扑连通图,将星间链路带宽和链路容量引入到目标函数中,建立时延最小的优化模型;根据蚁群算法的节点概率函数选择下一跳节点,进而找到一条能同时满足时延带宽和链路容量要求的最佳信号传输路径.仿真结果表明,提出的基于蚁群优化的概率路由算法不仅能够降低平均端到端时延和丢包率,而且能够有效地提高网络吞吐量、平衡网络负载.     

空间信息网基于服务的拓扑控制算法

考虑到空间信息网的网络规模大,业务类型与日俱增,提出了一种基于服务的拓扑控制算法.根据网络中存在的业务需求,将网络分成多个逻辑子拓扑,并进行满足业务需求的拓扑控制.以通信类型为例,采用基于最小权重的方法生成适合多对一和一对多通信类型的拓扑,根据业务对带宽、时延、时延抖动和可靠性的要求确定链路权重,建立原始拓扑的向外连通子图,通过反转链路方向生成最终的拓扑.仿真结果表明,所提算法能有效去除冗余链路,并且提高数据传输有效性的同时能够保证网络的容错性,能适应空间信息网多重网络应用的需求.     

链路优化时延约束组播路由的遗传算法

针对网络的瓶颈路径易造成网络拥塞的现象,分析了链路负载不平衡的原因,重新给出链路代价定义,提出一种遗传算法求解该类组播路由问题.算法从链路代价权值转化开始,以满意的时延树为遗传算法的初始解集,然后在交叉操作过程中不断地用低链路代价的边代替树中高链路代价的边,以求得满足链路代价最优的组播树.仿真结果表明,该算法在考虑网络的负载均衡情况下,选择链路代价较低的空闲路径,快速、有效地构建满足时延要求,链路代价最小的组播树.     

Link Prediction in Brain Networks Based on a Hierarchical Random Graph Model

Link prediction attempts to estimate the likelihood of the existence of links between nodes based on available brain network information, such as node attributes and observed links. In response to the problem of the poor efficiency of general link prediction methods applied to brain networks, this paper proposes a hierarchical random graph model based on maximum likelihood estimation. This algorithm uses brain network data to create a hierarchical random graph model. Then, it samples the space of all possible dendrograms using a Markov-chain Monte Carlo algorithm. Finally, it calculates the average connection probability. It also employs an evaluation index.Comparing link prediction in a brain network with link prediction in three different networks(Treponemapallidum metabolic network, terrorist networks, and grassland species food webs) using the hierarchical random graph model, experimental results show that the algorithm applied to the brain network has the highest prediction accuracy in terms of AUC scores. With the increase of network scale, AUC scores of the brain network reach 0.8 before gradually leveling off. In addition, the results show AUC scores of various algorithms computed in networks of eight different scales in 28 normal people. They show that the HRG algorithm is far better than random prediction and the ACT global index, and slightly inferior to local indexes CN and LP. Although the HRG algorithm does not produce the best results, its forecast effect is obvious, and shows good time complexity.     

基于反向路由的Zigbee网络本地修复机制改进

针对当前ZigBee网络链路故障修复机制时延长和数据分组丢失的缺陷,提出了一种改进的Zigbee网络本地修复算法(ILRA-AODVjr)。通过空闲路由节点反向路由机制,向邻居节点广播一个具有两跳生命周期反向路由构建报文S-RREQ,为空闲节点产生多个备用局部路由,增加网络中节点有效路由数量,提高网络发现路由速度,缩短网络局部故障修复时间。仿真结果表明,改进的Zigbee网络本地修复算法,有效减少了网络故障修复响应时间,延长网络生命周期,减轻了网络拥塞和延迟。     

基于稀疏分布的空间节点资源循环迭代控制算法

为解决大规模稀疏型传感网络数据随节点数目急剧增大时导致网络堵塞的问题,提出了基于稀疏分布的空间节点资源循环迭代控制算法。该方法利用大规模稀疏网络节点在空间上的弱相关性,构建了一个表达联合稀疏关系的模型。通过通信特征做到自适应选择最优节点作为感知节点,针对稀松节点数量有限、无法传递海量信息的问题,采用循环迭代控制对稀疏网络节点数据进行压缩,以最大程度用有限节点获得最大信息量;再利用信号稀疏性特征重构节点数据。仿真结果表明,该方法以有限的节点资源满足估计精确度的要求,并有效减少了感知的节点数目,降低系统的资源消耗。     

基于链路角度最优化的无线Mesh骨干网络拓扑控制

【目的】为了改善基于Delaunay结构的无线Mesh骨干网络拓扑复杂度、通信链路角度以及全向通讯时信号干扰严重等不足,提出一种基于定向通信机制的节点链路角度最优化拓扑控制算法。【方法】该算法通过优化节点通信链路角度,使其相对最大,降低网络拓扑复杂度,并采用定向通讯机制降低通讯链路之间信号干扰。【结果】在满足约束条件下,该拓扑优化控制算法不但使节点链路之间角度控制在相对最大范围,减小了定向通讯时信道的干扰,同时也改善了无线Mesh网络(WMN)的丢包率、延迟、吞吐量等性能。【结论】仿真实验结果表明,该拓扑控制算法是有效的。     

一种改进的TCP拥塞控制算法

为了数据流在网络中的快速、实时地传播,充分利用网络资源,在TCP算法基础上,本文提出用Rtt的变化来调节拥塞窗口以及慢启动阀值的大小,OPNET仿真表明,该算法能够减少传输延迟以及瓶颈链路的利用率。     

基于动态部分缓存共享机制的改进RED算法

为了解决Internet中网络业务流量不断增长而引发的网络拥塞问题,采用部分缓存共享机制对随机早期检测算法进行改进。根据网络节点缓存资源实时使用情况模糊动态调整丢弃阈值,结合采用比例调度算法,提高了网络共享资源的使用效率,保证了不同网络业务的服务质量。仿真试验结果表明,改进RED算法可以提高网络节点的成功转发率,改善关键业务的延迟指标,具有更好的拥塞控制性能。